Herramientas Para Procesar Formatos de Marcado Estructurado

Python soporta una variedad de módulos para trabajar con varias formas de almacenar datos de forma estructurada. Esto incluye módulos para trabajar con el Lenguaje de Marcado Estructurado General (SGML) y el Lenguaje de de Marcado de Hipertexto (HTML), y varias interfaces para trabajar con el Lenguaje de Marcado Estructurado Extensible (XML).

• html — Compatibilidad con el Lenguaje de marcado de hipertexto
  • escape()
  • unescape()
• html.parser — Analizador simple de HTML y XHTML
  • HTMLParser
  • Aplicación ejemplo de un analizador sintáctico (parser) de HTML
  • Métodos HTMLParser
    • HTMLParser.feed()
    • HTMLParser.close()
    • HTMLParser.reset()
    • HTMLParser.getpos()
    • HTMLParser.get_starttag_text()
    • HTMLParser.handle_starttag()
    • HTMLParser.handle_endtag()
    • HTMLParser.handle_startendtag()
    • HTMLParser.handle_data()
    • HTMLParser.handle_entityref()
    • HTMLParser.handle_charref()
    • HTMLParser.handle_comment()
    • HTMLParser.handle_decl()
    • HTMLParser.handle_pi()
    • HTMLParser.unknown_decl()
  • Ejemplos
• html.entities — Definiciones de entidades generales HTML
  • html5
  • entitydefs
  • name2codepoint
  • codepoint2name
• Módulos de procesamiento XML
  • Vulnerabilidades XML
  • El paquete defusedxml
• xml.etree.ElementTree — La API XML de ElementTree
  • Tutorial
    • Árbol y elementos XML
    • Procesando XML
    • API de consulta para un procesamiento no bloqueante
    • Encontrando elementos interesantes
    • Modificando un archivo XML
    • Construyendo documentos XML
    • Procesando XML con espacio de nombres
  • Soporte de XPath
    • Ejemplo
    • Sintaxis XPath soportada
  • Referencia
    • Funciones
      • canonicalize()
      • Comment()
      • dump()
      • fromstring()
      • fromstringlist()
      • indent()
      • iselement()
      • iterparse()
      • parse()
      • ProcessingInstruction()
      • register_namespace()
      • SubElement()
      • tostring()
      • tostringlist()
      • XML()
      • XMLID()
  • Soporte de XInclude
    • Ejemplo
  • Referencia
    • Funciones
      • xml.etree.ElementInclude.default_loader()
      • xml.etree.ElementInclude.include()
    • Objetos Element
      • Element
        • Element.tag
        • Element.text
        • Element.tail
        • Element.attrib
        • Element.clear()
        • Element.get()
        • Element.items()
        • Element.keys()
        • Element.set()
        • Element.append()
        • Element.extend()
        • Element.find()
        • Element.findall()
        • Element.findtext()
        • Element.insert()
        • Element.iter()
        • Element.iterfind()
        • Element.itertext()
        • Element.makeelement()
        • Element.remove()
    • Objetos ElementTree
      • ElementTree
        • ElementTree._setroot()
        • ElementTree.find()
        • ElementTree.findall()
        • ElementTree.findtext()
        • ElementTree.getroot()
        • ElementTree.iter()
        • ElementTree.iterfind()
        • ElementTree.parse()
        • ElementTree.write()
    • Objetos QName
      • QName
    • Objetos TreeBuilder
      • TreeBuilder
        • TreeBuilder.close()
        • TreeBuilder.data()
        • TreeBuilder.end()
        • TreeBuilder.start()
        • TreeBuilder.comment()
        • TreeBuilder.pi()
        • TreeBuilder.doctype()
        • TreeBuilder.start_ns()
        • TreeBuilder.end_ns()
      • C14NWriterTarget
    • Objetos XMLParser
      • XMLParser
        • XMLParser.close()
        • XMLParser.feed()
    • Objetos XMLPullParser
      • XMLPullParser
        • XMLPullParser.feed()
        • XMLPullParser.close()
        • XMLPullParser.read_events()
    • Excepciones
      • ParseError
        • ParseError.code
        • ParseError.position
• xml.dom — El API del Modelo de Objetos del Documento
  • Contenido del módulo
    • registerDOMImplementation()
    • getDOMImplementation()
    • EMPTY_NAMESPACE
    • XML_NAMESPACE
    • XMLNS_NAMESPACE
    • XHTML_NAMESPACE
  • Objetos en el DOM
    • Objetos DOMImplementation
      • DOMImplementation.hasFeature()
      • DOMImplementation.createDocument()
      • DOMImplementation.createDocumentType()
    • Objetos nodo
      • Node.nodeType
      • Node.parentNode
      • Node.attributes
      • Node.previousSibling
      • Node.nextSibling
      • Node.childNodes
      • Node.firstChild
      • Node.lastChild
      • Node.localName
      • Node.prefix
      • Node.namespaceURI
      • Node.nodeName
      • Node.nodeValue
      • Node.hasAttributes()
      • Node.hasChildNodes()
      • Node.isSameNode()
      • Node.appendChild()
      • Node.insertBefore()
      • Node.removeChild()
      • Node.replaceChild()
      • Node.normalize()
      • Node.cloneNode()
    • Objetos NodeList
      • NodeList.item()
      • NodeList.length
    • Objetos DocumentType
      • DocumentType.publicId
      • DocumentType.systemId
      • DocumentType.internalSubset
      • DocumentType.name
      • DocumentType.entities
      • DocumentType.notations
    • Objetos documento
      • Document.documentElement
      • Document.createElement()
      • Document.createElementNS()
      • Document.createTextNode()
      • Document.createComment()
      • Document.createProcessingInstruction()
      • Document.createAttribute()
      • Document.createAttributeNS()
      • Document.getElementsByTagName()
      • Document.getElementsByTagNameNS()
    • Objetos elemento
      • Element.tagName
      • Element.getElementsByTagName()
      • Element.getElementsByTagNameNS()
      • Element.hasAttribute()
      • Element.hasAttributeNS()
      • Element.getAttribute()
      • Element.getAttributeNode()
      • Element.getAttributeNS()
      • Element.getAttributeNodeNS()
      • Element.removeAttribute()
      • Element.removeAttributeNode()
      • Element.removeAttributeNS()
      • Element.setAttribute()
      • Element.setAttributeNode()
      • Element.setAttributeNodeNS()
      • Element.setAttributeNS()
    • Objetos atributo
      • Attr.name
      • Attr.localName
      • Attr.prefix
      • Attr.value
    • Objetos NamedNodeMap
      • NamedNodeMap.length
      • NamedNodeMap.item()
    • Objetos comentario
      • Comment.data
    • Objetos Texto y CDATASection
      • Text.data
    • Objetos ProcessingInstruction
      • ProcessingInstruction.target
      • ProcessingInstruction.data
    • Excepciones
      • DOMException
      • DomstringSizeErr
      • HierarchyRequestErr
      • IndexSizeErr
      • InuseAttributeErr
      • InvalidAccessErr
      • InvalidCharacterErr
      • InvalidModificationErr
      • InvalidStateErr
      • NamespaceErr
      • NotFoundErr
      • NotSupportedErr
      • NoDataAllowedErr
      • NoModificationAllowedErr
      • SyntaxErr
      • WrongDocumentErr
  • Conformidad
    • Mapeo de tipos
    • Métodos de acceso (accessor)
• xml.dom.minidom — Implementación mínima del DOM
  • parse()
  • parseString()
  • Objetos del DOM
    • Node.unlink()
    • Node.writexml()
    • Node.toxml()
    • Node.toprettyxml()
  • Ejemplo de DOM
  • minidom y el estándar DOM
• xml.dom.pulldom — Soporte para la construcción parcial de árboles DOM
  • PullDom
  • SAX2DOM
  • parse()
  • parseString()
  • default_bufsize
  • Objetos DOMEventStream
    • DOMEventStream
      • DOMEventStream.getEvent()
      • DOMEventStream.expandNode()
      • DOMEventStream.reset()
• XML.sax— Soporte para analizadores SAX2
  • make_parser()
  • parse()
  • parseString()
  • SAXException
  • SAXParseException
  • SAXNotRecognizedException
  • SAXNotSupportedException
  • Objetos SAXException
    • SAXException.getMessage()
    • SAXException.getException()
• xml.sax.handler — Base classes for SAX handlers
  • ContentHandler
  • DTDHandler
  • EntityResolver
  • ErrorHandler
  • LexicalHandler
  • feature_namespaces
  • feature_namespace_prefixes
  • feature_string_interning
  • feature_validation
  • feature_external_ges
  • feature_external_pes
  • all_features
  • property_lexical_handler
  • property_declaration_handler
  • property_dom_node
  • property_xml_string
  • all_properties
  • Objetos ContentHandler
    • ContentHandler.setDocumentLocator()
    • ContentHandler.startDocument()
    • ContentHandler.endDocument()
    • ContentHandler.startPrefixMapping()
    • ContentHandler.endPrefixMapping()
    • ContentHandler.startElement()
    • ContentHandler.endElement()
    • ContentHandler.startElementNS()
    • ContentHandler.endElementNS()
    • ContentHandler.characters()
    • ContentHandler.ignorableWhitespace()
    • ContentHandler.processingInstruction()
    • ContentHandler.skippedEntity()
  • Objetos DTDHandler
    • DTDHandler.notationDecl()
    • DTDHandler.unparsedEntityDecl()
  • Objetos EntityResolver
    • EntityResolver.resolveEntity()
  • Objetos ErrorHandler
    • ErrorHandler.error()
    • ErrorHandler.fatalError()
    • ErrorHandler.warning()
  • Objetos DTDHandler
    • LexicalHandler.comment()
    • LexicalHandler.startDTD()
    • LexicalHandler.endDTD()
    • LexicalHandler.startCDATA()
    • LexicalHandler.endCDATA()
• xml.sax.saxutils — Utilidades SAX
  • escape()
  • unescape()
  • quoteattr()
  • XMLGenerator
  • XMLFilterBase
  • prepare_input_source()
• xml.sax.xmlreader — Interfaz para analizadores XML
  • XMLReader
  • IncrementalParser
  • Locator
  • InputSource
  • AttributesImpl
  • AttributesNSImpl
  • Objetos XMLReader
    • XMLReader.parse()
    • XMLReader.getContentHandler()
    • XMLReader.setContentHandler()
    • XMLReader.getDTDHandler()
    • XMLReader.setDTDHandler()
    • XMLReader.getEntityResolver()
    • XMLReader.setEntityResolver()
    • XMLReader.getErrorHandler()
    • XMLReader.setErrorHandler()
    • XMLReader.setLocale()
    • XMLReader.getFeature()
    • XMLReader.setFeature()
    • XMLReader.getProperty()
    • XMLReader.setProperty()
  • Objetos IncrementalParser
    • IncrementalParser.feed()
    • IncrementalParser.close()
    • IncrementalParser.reset()
  • Objetos localizadores
    • Locator.getColumnNumber()
    • Locator.getLineNumber()
    • Locator.getPublicId()
    • Locator.getSystemId()
  • Objetos InputSource
    • InputSource.setPublicId()
    • InputSource.getPublicId()
    • InputSource.setSystemId()
    • InputSource.getSystemId()
    • InputSource.setEncoding()
    • InputSource.getEncoding()
    • InputSource.setByteStream()
    • InputSource.getByteStream()
    • InputSource.setCharacterStream()
    • InputSource.getCharacterStream()
  • La Interfaz Attributes
    • Attributes.getLength()
    • Attributes.getNames()
    • Attributes.getType()
    • Attributes.getValue()
  • La Interfaz AttributesNS
    • AttributesNS.getValueByQName()
    • AttributesNS.getNameByQName()
    • AttributesNS.getQNameByName()
    • AttributesNS.getQNames()
• xml.parsers.expat — Análisis rápido XML usando Expat
  • ExpatError
  • error
  • XMLParserType
  • ErrorString()
  • ParserCreate()
  • Objetos XMLParser
    • xmlparser.Parse()
    • xmlparser.ParseFile()
    • xmlparser.SetBase()
    • xmlparser.GetBase()
    • xmlparser.GetInputContext()
    • xmlparser.ExternalEntityParserCreate()
    • xmlparser.SetParamEntityParsing()
    • xmlparser.UseForeignDTD()
    • xmlparser.buffer_size
    • xmlparser.buffer_text
    • xmlparser.buffer_used
    • xmlparser.ordered_attributes
    • xmlparser.specified_attributes
    • xmlparser.ErrorByteIndex
    • xmlparser.ErrorCode
    • xmlparser.ErrorColumnNumber
    • xmlparser.ErrorLineNumber
    • xmlparser.CurrentByteIndex
    • xmlparser.CurrentColumnNumber
    • xmlparser.CurrentLineNumber
    • xmlparser.XmlDeclHandler()
    • xmlparser.StartDoctypeDeclHandler()
    • xmlparser.EndDoctypeDeclHandler()
    • xmlparser.ElementDeclHandler()
    • xmlparser.AttlistDeclHandler()
    • xmlparser.StartElementHandler()
    • xmlparser.EndElementHandler()
    • xmlparser.ProcessingInstructionHandler()
    • xmlparser.CharacterDataHandler()
    • xmlparser.UnparsedEntityDeclHandler()
    • xmlparser.EntityDeclHandler()
    • xmlparser.NotationDeclHandler()
    • xmlparser.StartNamespaceDeclHandler()
    • xmlparser.EndNamespaceDeclHandler()
    • xmlparser.CommentHandler()
    • xmlparser.StartCdataSectionHandler()
    • xmlparser.EndCdataSectionHandler()
    • xmlparser.DefaultHandler()
    • xmlparser.DefaultHandlerExpand()
    • xmlparser.NotStandaloneHandler()
    • xmlparser.ExternalEntityRefHandler()
  • Excepciones de ExpatError
    • ExpatError.code
    • ExpatError.lineno
    • ExpatError.offset
  • Ejemplo
  • Descripciones del modelo de contenido
  • Constantes de error de expansión
    • codes
    • messages
    • XML_ERROR_ASYNC_ENTITY
    • XML_ERROR_ATTRIBUTE_EXTERNAL_ENTITY_REF
    • XML_ERROR_BAD_CHAR_REF
    • XML_ERROR_BINARY_ENTITY_REF
    • XML_ERROR_DUPLICATE_ATTRIBUTE
    • XML_ERROR_INCORRECT_ENCODING
    • XML_ERROR_INVALID_TOKEN
    • XML_ERROR_JUNK_AFTER_DOC_ELEMENT
    • XML_ERROR_MISPLACED_XML_PI
    • XML_ERROR_NO_ELEMENTS
    • XML_ERROR_NO_MEMORY
    • XML_ERROR_PARAM_ENTITY_REF
    • XML_ERROR_PARTIAL_CHAR
    • XML_ERROR_RECURSIVE_ENTITY_REF
    • XML_ERROR_SYNTAX
    • XML_ERROR_TAG_MISMATCH
    • XML_ERROR_UNCLOSED_TOKEN
    • XML_ERROR_UNDEFINED_ENTITY
    • XML_ERROR_UNKNOWN_ENCODING
    • XML_ERROR_UNCLOSED_CDATA_SECTION
    • XML_ERROR_EXTERNAL_ENTITY_HANDLING
    • XML_ERROR_NOT_STANDALONE
    • XML_ERROR_UNEXPECTED_STATE
    • XML_ERROR_ENTITY_DECLARED_IN_PE
    • XML_ERROR_FEATURE_REQUIRES_XML_DTD
    • XML_ERROR_CANT_CHANGE_FEATURE_ONCE_PARSING
    • XML_ERROR_UNBOUND_PREFIX
    • XML_ERROR_UNDECLARING_PREFIX
    • XML_ERROR_INCOMPLETE_PE
    • XML_ERROR_XML_DECL
    • XML_ERROR_TEXT_DECL
    • XML_ERROR_PUBLICID
    • XML_ERROR_SUSPENDED
    • XML_ERROR_NOT_SUSPENDED
    • XML_ERROR_ABORTED
    • XML_ERROR_FINISHED
    • XML_ERROR_SUSPEND_PE
    • XML_ERROR_RESERVED_PREFIX_XML
    • XML_ERROR_RESERVED_PREFIX_XMLNS
    • XML_ERROR_RESERVED_NAMESPACE_URI
    • XML_ERROR_INVALID_ARGUMENT
    • XML_ERROR_NO_BUFFER
    • XML_ERROR_AMPLIFICATION_LIMIT_BREACH